np 数组转为普通数组_【IT专家】numpy-如何快速转换数组类型

本文由我司收集整编，推荐下载，如有疑问，请与我司联系

numpy:

如何快速转换数组类型

2009/12/11 34762

I find the astype() method of numpy arrays not very efficient. I

have an array containing 3 million of Uint8 point. Multiplying it by a 3x3 matrix takes 2

second, but converting the result from uint16 to uint8 takes another second.

我发现

numpy

数组的

astype()

方法不是很有效。我有一个包含

300

万个

Uint8

点的

数组。乘以一个

3x3

矩阵需要

2

秒，但是把结果从

uint16

转换成

uint8

需要另一

秒。

More precisely :

更准确地说应该是

:

print time.clock() imgarray = np.dot(imgarray, M)/255 print time.clock() imgarray =

imgarray.clip(0, 255) print time.clock() imgarray = imgarray.astype(‘B’) print time.clock()

dot product and scaling takes 2 sec clipping takes 200 msec type conversion takes 1 sec

点积和缩放需要

2

秒的剪辑需要

200

秒的类型转换需要

1

秒

Given the time taken by the other operations, I would expect astype to be faster. Is there

a faster way to do type conversion, or am I wrong when guesstimating that type conversion

should not be that hard ?

考虑到其他操作所花费的时间，我预计

astype

会更快。是否有一种更快的方式来

进行类型转换，或者当我猜测类型转换不应该那么困难时，我错了吗

?

Edit : the goal is to save the final 8 bit array to a file

编辑

:

目标是将最后的

8

位数组保存到一个文件中

24

When you use imgarray = imgarray.astype(‘B’), you get a copy of the array, cast to the

specified type. This requires extra memory allocation, even though you immediately flip

imgarray to point to the newly allocated array.

当您使用

imgarray = imgarray.astype(‘B’)

时，您将获得该数组的副本，并将其转换

为指定的类型。这需要额外的内存分配，纵然您立即翻转

imgarray

来指向新分配的